COVID-19-related impact on mental health and career uncertainty in student-athletes—Data from a cohort of 7,025 athletes in an elite sport high school system in Sweden
Notice bibliographique
Résumé
Objectives: Mental health consequences and behavior change has been described in elite athletes following the vast impact of the COVID-19 pandemic on the world of sports. However, most study samples have been of limited size, and few studies have assessed student-athletes. This study aimed to analyze perceived mental health impact, measured as clinical degree of depression and anxiety, worry about one's sport and about one's career, and behavioral change with respect to video gaming behavior, in high-school athletes in Sweden. Methods: = 7,025) in February 2021, during the ongoing COVID-19 pandemic. Results: Sixteen and 14% met criteria of moderate/severe depression and anxiety, respectively. Many respondents reported feeling mentally worse during the pandemic (66%), and were worried about the future of their sport (45%) or about their own future in sports (45%). Increased gaming behavior during COVID-19 was reported by 29%. All mental health variables were significantly more common in women, except increased gaming (more common in men). Being worried about one's career was less common in winter sports, more common in team sports and more common in older student-athletes, and associated with both depression and anxiety in regression analyses. Discussion: Self-reported mental health impact of COVID-19 is substantial in student-athletes, and even more so in women and in team sports. The lower impact in winter athletes suggests a moderating effect of the seasons in which the COVID-19 outbreak occurred.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».